麥肯錫報告：中國人工智慧的未來之路2017
中國人工智慧的未來之路
人工智慧是對人的意識、思維過程進行模擬的一門新學科。
在資料收集及整理、演算法及計算能力飛速發展的帶動下，人工智慧領域實現了諸多重大突破。過去，電腦系統需要手動程式設計來完成既定任務；如今，
鑒於人工智慧可大幅提升生產力，中國的經濟增長和勞動力市場將有可能受到巨大影響。麥肯錫全球研究院今年年初發佈的一份報告預測中國約一半的工作內容將有被自動化的可能，
在人口老齡化的大背景下，人工智慧對推動中國未來的經濟增長將起到至關重要的作用。中國的勞動年齡人口最早將在2024年達到峰值，並在之後的50年中減少五分之一。麥肯錫全球研究院的報告指出，
在多家中國科技巨頭的推動下，中國已成為全球人工智慧發展的中心之一。眾多的人口和完整的產業結構給中國提供了創造海量資料和廣闊市場的潛力。中國應注重培育創新能力，同時做好基礎性工作，如建設開放的資料環境，打造精英人才庫等。
研究發現，
人工智慧發展前景廣闊，可用於改善醫療、環境、安全和教育，提升民生福祉。與此同時，由於它模糊了物理現實、數位和個人的界限，衍生出了複雜的倫理、法律及安全問題。隨著人工智慧的逐漸普及，需要審慎管理來應對這一轉變。
人工智慧的發展和應用應由市場主導，但它的健康發展也離不開完備的政策框架。我們建議，中國的人工智慧戰略應考慮五個重點：建立完善的資料生態系統，拓寬人工智慧在傳統行業的應用，加強人工智慧專業人才儲備，確保教育培訓體系與時俱進，，以及在國內和國際上建立倫理和法律共識。
科技產業正在快速的全球化。中國有能力，也有機會領導人工智慧在全球範圍的發展和治理，確保人工智慧為全人類福祉做出應有的貢獻。
《中國人工智慧的未來之路》摘要：
2016年3月，AlphaGo電腦程式輕取圍棋九段棋手李世石，立刻引發全世界的討論。這一里程碑事件向世界證明，機器可以像人類一樣思考，甚至比人類做得更好。樂觀人士相信人工智慧技術的突破將極大推動生產力的提高。
但同時也激發了對人工智慧或將取代人類工作的焦慮情緒，甚至有人擔心人類最終會創造出連自己都無法控制的智慧型機器。在紛繁的觀點背後，有一點毋庸置疑：人工智慧有著改變全球社會的巨大潛力。
隨著人口紅利的快速消失，中國急需尋找新的增長引擎。基於人工智慧的自動化可以提升生產力，幫助中國實現其經濟發展目標。
在這一背景下，理解人工智慧的發展及其對中國的影響尤為重要。本文將涵蓋以下內容：
第一部分簡要介紹人工智慧的發展歷程、現有技術水準及未來展望。
第二部分分析中國在人工智慧領域的實力並論述相關挑戰，以及人工智慧在經濟、社會和地緣政治方面的影響。
第三部分對中國在產業、經濟、教育、社會及國際政策方面就人工智慧發展提出五大戰略建議。
這可能是你看過最系統的“人工智慧與中國”分析。
《中國人工智慧的未來之路》全文：
人工智慧：拐點來臨
人工智慧意為機器對人腦思維認知功能的模擬。這一概念長期以來只存在於人類幻想和科幻小說中，直至20世紀五六十年代，有關人工智慧的理論初步形成後，才開始引發普遍樂觀情緒和第一波熱潮。但由於技術未能實現突破性進展，人工智慧無法達成預期效果，因此陷入了一段沉寂期。往後數十年間雖然不乏成功案例，但因為人工智慧在現實世界的成功案例太過孤立，所以不足以支撐大規模商業化。
讓我們快進至21世紀。
資料收集及整理、演算法、機器學習，以及高性能計算等技術的突飛猛進促成了革命性進步。例如，在以往被認為無法取勝的圍棋比賽中，AlphaGo成功擊敗人類世界冠軍，從而賦予了這場獲勝歷史性的意義。
而變革不僅發生在理論前沿。
金融、醫療、製造等行業應用發展迅速，人工智慧領域的全球風投也從2012年的5.89億美元猛增至2016年的50多億美元。麥肯錫預計，至2025年人工智慧應用市場總值將達到1270億美元。
瞭解人工智慧及其能力
以往人們借助電腦的運算能力可以更高效地完成任務。傳統的軟體程式由人類編寫，包含具體的指令要求。
人工智慧的工作模式完全不同。
它們依據通用的學習策略，可以讀取海量的大資料，並從中發現規律、聯繫和洞見。因此人工智慧能夠根據新資料自動調整，而無需重設程式。利用機器學習，人工智慧系統獲得了歸納推理和決策能力。
而深度學習更將這一能力推向了更高的層次。這些電腦系統能夠完全自主地學習、發現並應用規則。
雖然深度學習領域近來的突破可使人工智慧系統在一些關鍵能力上媲美甚至趕超人類，但距離實現通用人工智慧，即機器能夠完全模擬人類認知活動，仍需數十年的努力。
不過機器學習系統已經有了某些商業化落地，且應用廣泛，可以擔當客服、管理物流、監控工廠機械、優化能源使用以及分析醫學資料。
人工智慧技術通常由四個部分組成，即認知、預測、決策和集成解決方案。
認知是指通過收集及解釋資訊來感知並描述世界，包括自然語言處理、電腦視覺和音訊處理等技術。預測是指通過推理來預測行為和結果。舉例而言，此類技術可用來製作針對特定顧客的定向廣告。決策則主要關心如何做才能實現目標。這一領域的用例十分廣泛，如路線規劃、新藥研發、動態定價等。最後，當人工智慧與其他互補性技術（如機器人）結合時，可生成多種集成解決方案，如自動駕駛、機器人手術，以及能夠對刺激做出回應的家用機器人等。
人工智慧的未來：挑戰與機遇並存
.
過去的科技進步主要是指提升執行指定任務的能力。而當今的人工智慧則是賦予機器反應和適應能力以優化產出。通過與物聯網、機器人等技術的結合，人工智慧能夠構造出一個整合的資訊物理世界。
當今人工智慧發展勢頭正猛，未來有望在全球多個行業和場景下得到廣泛運用，尤其是我們將會看到大量的人類工作被機器取代。
麥肯錫全球研究院近期的一份報告對全球800多種職業所涵蓋的2000多項工作內容進行分析後發現，全球約50%的工作內容可以通過改進現有技術實現自動化。
當然，技術可行性只是影響自動化速度及程度的一個因素，還有其他因素需要考慮，包括研發和應用成本、勞動力市場供需、經濟效益，以及社會和政府監管部門的接受度。
綜合上述因素，麥肯錫全球研究院的這份自動化研究報告指出，在現今所有工作內容之中，過半會在2055年左右自動化，但這過程存在諸多變數。如果自動化推進速度快，達到該程度可能會提前20年；如果推進緩慢，則可能延後20年。
展望未來，人工智慧可成為應對一些社會核心挑戰的強大工具。在醫療領域，人工智慧將極大提升我們分析人類基因組和為患者開發個性化治療方案的能力，甚至大大加快治癒癌症、阿茲海默症和其他疾病的進程。在環保領域，人工智慧能夠分析氣候特徵並大規模降低能耗，幫助人類更好地監控和應對氣候變化問題。人工智慧甚至可以在地球以外地區發揮作用，他日或助力人類探索火星及外太空。
人工智慧對中國意味著什麼？
在多家中國科技巨頭積極研發的推動下，中國已成為全球人工智慧的發展中心之一。眾多的人口和完整的產業結構給中國提供了創造海量資料和廣闊市場的潛力。隨著老齡化的加速，中國提升生產力的要求就愈發迫切，因此人工智慧技術的運用對中國未來的經濟發展至關重要。
一方面，中國還需要做好許多基礎性工作，如更為開放的資料環境和訓練有素的資料科學人才。另一方面，人工智慧或將引發複雜的社會及經濟問題，應審慎考量。
中國在人工智慧發展中的地位
中國與美國是當今世界人工智慧研發領域的領頭羊。僅在2015年，兩國在學術期刊上發表的相關論文合計近1萬份，而英國、印度、德國和日本發表的學術研究文章總和也只相當於其一半。
中國的人工智慧發展多由科技企業推動引領。得益于大量的搜索資料和豐富的產品線，一些互聯網企業走在了自然語言處理、圖像和語音辨識等技術前沿。這些技術被整合應用於新產品中，如自動化私人助理、自動駕駛汽車等。
中國有充足的理由對其在人工智慧領域的潛力感到樂觀。龐大的人口基數產生的海量資料正是訓練人工智慧系統的前提條件。
但是，中國需要持續不斷的努力，才能保持人工智慧的領先地位，並且最大化其經濟潛能。發展創新能力是重中之重。雖然中國在人工智慧的論文數量方面超過了美國，但中國學者的研究影響力尚不及美國或英國同行。
中國人工智慧論文數量以及影響力
此外，美國的人工智慧生態系統也更為完善和活躍，創業公司數量遠超中國。由研究機構、大學及私營企業共同組成的生態系統龐大、創新且多元。矽谷在科技領域日積月累的強勁實力形成了強大而難以複製的優勢。
美國的AI生態更完善和活躍
資料
正如人類需要從食物中獲得能量，人工智慧的“食物”則是穩定的資料流程。人工智慧系統必須通過大量的資料來“訓練”自己，才能不斷提升輸出結果的品質。但資料領域的幾個因素可能會影響中國人工智慧的發展。首先，儘管中國的科技巨頭能夠通過其專有平臺獲得海量資料，但在創建一個標準統一、跨平臺分享的資料友好型生態系統方面，中國仍落後於美國。其次，全球各國都已意識到開放政府資料庫有助於促進私營領域創新，但中國政府資料的開放度仍極為有限。最後，對跨境資料流程通的限制也使得中國在全球合作中處於不利地位。
中國政府資料開放度為全球第93名
演算法
就應用層面而言，中國的演算法發展程度與其他國家並無太大差距。事實上，中國在語音辨識和定向廣告的人工智慧演算法上取得了突破進展。而全球的開源平臺也使得中國企業能夠快速地複製其他地區開發的先進演算法。
然而，中國的研究人員在基礎演算法研發領域仍遠遠落後于英美同行。一個主要原因就是人才短缺。美國半數以上的資料科學家擁有10年以上的工作經驗，而在中國，超過40%的資料科學家工作經驗尚不足5年。中國在人才方面的持續努力將至關重要。
目前，中國只有不到30所大學的研究實驗室專注於人工智慧，輸出人才的數量遠遠無法滿足人工智慧企業的用人需求。此外，中國的人工智慧科學家大多集中于電腦視覺和語音辨識等領域，造成其他領域的人才相對匱乏。如果中國大學對學生提出更高的數學和統計學要求，並且集中資源發展該領域全球前沿研究，人工智慧的發展必將受益匪淺。另一個值得思考的方向是改進現有的科研經費分配模式來推進創新。
計算能力
就人工智慧的商業應用而言，計算能力並非當前掣肘。由於微處理器在全球市場上是非常普遍的產品，計算能力已經成為一種能夠輕鬆購買得到的商品。
然而，中國絕不能忽視發展自己的先進半導體、微處理器和高性能計算技術的重要性。高運算速度的計算技術是發展尖端人工智慧技術的重中之重，而其耗能水準則決定著人工智慧解決方案能否實現大規模商業化。計算能力是人工智慧的基礎設施之一，因此具有極高的戰略意義。依賴進口意味著這一基礎設施的堅固程度仍不理想。
長期以來，中國的微晶片嚴重依賴進口，部分類型的高端半導體則幾乎完全依靠進口。2015年，美國政府禁止了英特爾、英偉達和AMD這三家全球最大的晶片供應商向中國機構出售高端超級電腦晶片。這一禁令顯示了中國在半導體方面的自主研發能力對於未來人工智慧發展十分重要。
中國政府在2014年出臺了《國家積體電路產業發展推進綱要》以及中國製造2025行動綱領。中國政府還成立了國家積體電路產業投資基金，目前募資已超過200億美元。相關行動已初見成效：2016年6月“神威太湖之光”超級電腦問世，成為世界上運算速度最快的超級電腦，使用的是中國自主智慧財產權的處理器。
總而言之，在探索發展人工智慧的戰略進程中，中國需要清楚地認識到，科技產業正在快速全球化。從基礎研究到應用開發，再到硬體生產，人工智慧全產業鏈的各個環節都包含著大量國際合作。在建設自己的資料生態系統、培養資料科學和研發人才，以及打造半導體產業的同時，中國還需要將其人工智慧產業建設成為一個與全球市場融合的開放系統。
人工智慧對經濟的影響
隨著中國老齡化日益嚴重，生產力的提升刻不容緩，人工智慧正是加快生產力增長的重要機遇。然而，政策制定者還應考慮到它可能對勞動力市場產生的震盪。
在過去數十年，中國因人口紅利受益良多，勞動力的擴張大大促進了經濟增長。但老齡化正使中國逐漸失去這一推動力。中國的勞動年齡人口最早將在2024年達到峰值，並在之後的50年中減少五分之一。這一人口結構變化趨勢意味著在當前生產力水準的基礎上，中國將缺乏足夠的勞動力以維持其經濟增長。拉動經濟增長唯一可行的方式就是大幅推動生產力增長。
人工智慧有助於縮小這一差距。通過輔助或替代人類勞動，人工智慧系統能夠更有效率地完成現有工作，從而提升生產力。
酒店和餐飲服務業、製造業以及農業在中國經濟結構中佔據了相當大的比重，其中包含大量重複的、可自動化的工作內容。麥肯錫全球研究院預測，根據應用速度的不同，基於人工智慧的自動化為中國帶來的生產力提升每年可貢獻0.8至1.4個百分點的經濟增長。
除了提升生產力之外，人工智慧技術的不斷發展也將創造新的產品和服務，提供新的崗位和業務。就在幾十年前，還沒有人會想到互聯網經濟催生的新職業，而人工智慧也將帶來相似的變革。
人工智慧有大幅提升生產力增長的潛力，但代價可能是收入差距的進一步拉大。總而言之，人工智慧將推動形成所謂的“技能偏好型科技變革”——即數字技能將特別受到重視，而對中低端技能勞動力的需求將縮小。比如，考慮到阿裡巴巴已在其移動支付應用中啟用了人工智慧客服，由此可以設想今後客服等職位的需求將減少。勞動力總需求因而可能下降，儘管平均收入水準有希望上升，財富分配則將進一步向具備合適技能的人才聚攏。“數字鴻溝”有可能擴大社會分化。
總體而言，中國目前從事可自動化工作的勞動力人口超過其他國家。麥肯錫全球研究院預測中國51%的工作內容有自動化潛力，這將對相當於3.94億全職人力的衝擊。
根據成本效益分析，中等技能工人將首當其衝，而低收入崗位則可能存在更長時間。但這並不意味著如今的高端工種能夠完全免受衝擊。
比如，醫生之類專業人士的部分工作也可能被自動化，而醫生的工作內容將會更專注於與人的溝通和互動。許多職業並不會消失，但其工作內容將會發生改變，因此教育和培訓體系也應與時俱進。
一份美國政府報告預測了可能在未來盛行的四大類人工智慧相關工作：使用人工智慧系統完成複雜任務的協作性工作（如護士使用人工智慧應用常規查房）；開發人工智慧科技和應用的研發性工作（如數據科學家和軟體研發人員）；監測、授權或修理人工智慧系統的監測性工作（如人工智慧機器人的修理師）；適應人工智慧時代的工作（如建立人工智慧相關法律框架的律師或設計適合自動汽車行駛環境的城市規劃師）。
對先進數位技能的需求增加和低端勞動力的剩餘將可能導致不平等的加劇，部分人群在這一問題面前尤為弱勢。比如，目前女性在中國電腦技術專業畢業生中的占比不到20%；從事可自動化的、重複性職業的女性過多，而在科技和管理崗位中又不足。在最新的萬事達卡女性進步指數中，中國女性在就業方面得分83.8，但在領導方面僅獲27.8分，說明了高技能職位的兩性平權遠未實現。而人工智慧因此可能會進一步加劇性別不平等。
與之相似，人工智慧的逐步應用也可能進一步拉大富裕沿海地區與欠發達內陸地區的差距，加劇城鄉發展的不平衡。只有認真研究充分評估各種可能性，才能規劃好人工智慧佔據重要一席的未來。
對社會的影響
人工智慧發展前景廣闊，可用於改善醫療、環境、安全和教育，提升民生福祉。與此同時，由於它模糊了物理現實、數位和個人的界限，衍生出了複雜的倫理、法律及安全問題。隨著人工智慧的逐漸普及，需要審慎管理來應對這一轉變。
許多現有用例展現出了人工智慧解決社會問題的潛力。
人工智慧系統能夠説明科學家預測環境變化。康奈爾大學利用這一技術預測動物棲息地變化以保護某些鳥類。人工智慧在醫療領域也得到廣泛應用。荷蘭政府使用人工智慧技術為特定病患群體尋找最有效的治療方案，並通過分析數位化的醫療檔案來減少醫療失誤。
在美國，拉斯維加斯衛生部利用人工智慧技術進行公共衛生監測，通過社交媒體的追蹤來確定疾病爆發的源頭。人工智慧系統還能提升公共交通系統的安全性和效率。已有證據表明使用人工智慧技術的自動駕駛汽車可以減少交通事故。而阿裡巴巴與杭州政府合力推進智慧城市交通體系，以人工智慧控制交通信號燈，可以有效減少城市特定區域的擁堵並使通行速度提高11%。
另外，人工智慧還被用於預測能源需求，管理能源使用。穀歌大資料中心的能耗降低，英國政府對電網系統中需求高峰的管理都是該技術方向的早期用例。對企業和消費者而言，這意味著高達數十億美元的能源節約機會。
然而，除了這些潛力外，管理具備自主學習和決策能力的機器也是一份艱巨的責任。許多值得深思的倫理和法律問題因此而生。
首先，當感測器和人工智慧無處不在時，企業得以不斷收集個人資訊，不僅在人們使用數位設備時，也在人們往返於公共和私人空間時。在某些特定場合，比如醫院，採集這些個人資訊極為敏感。這就引發了一系列問題：誰擁有個人資料？資料應以何種方式共用？面對日趨嚴峻的網路安全攻擊又該如何保護資料？
其次，人工智慧可能在決策過程中產生無意識的歧視。由於現實世界存在著各種形式的種族歧視、性別歧視和偏見，輸入演算法中的資料也可能附帶這些特徵。而當機器學習演算法學習了這些帶有偏見的訓練資料，也就繼承了偏見。
2016年，一家頂尖的人工智慧企業就發生了此類事故：該公司通過網路論壇訓練了一個實驗性聊天機器人，不曾想機器人學會了各種種族歧視和性別歧視的語言，惹惱了許多網路使用者。可以想見，如果有偏見的人工智慧處在了決策地位，那麼其決策可能會導致特定人群受到不公正的待遇。
除倫理問題之外，人工智慧在社會的普及更會產生諸多法律層面的影響。如果人工智慧的決策導致意外甚至犯罪，誰應當對其負責？人工智慧創作的智慧財產權歸誰所有？一旦人工智慧擁有超級能力，又該用哪些措施進行監管？人工智慧研發人員有哪些法律權利與義務？要建立一個完善的法律及倫理框架，仍有許多問題尚待充分探討。
對地緣政治的影響
人工智慧的發展大多在開源環境下進行，充分體現了國際合作的重要性。進一步的推進人工智慧的發展也需要各國合力提供更為廣泛的資料、演算法、資金和人才交流。
此外，正如基於人工智慧技術的自動化將造成勞動力市場分化，技術不發達的發展中國家在這一波發展浪潮中也將落於下風，國家間的數字鴻溝進一步擴大。一些國家原本期待快速增長的人口能夠推動勞動力密集型經濟的發展，但如果大量人力工作被機器取代，甚至可能出現新的社會動盪。
最後，電腦類比工具已經被廣泛運用在戰爭推演，而人工智慧將進一步提升這類模擬的精度和能力。人工智慧武器化隱藏著巨大的風險。由美國海軍委託撰寫的一份報告聲稱，隨著軍用機器人的複雜化，人們應更多關注其自主決策能力帶來的影響。
史蒂芬·霍金、伊隆·馬斯克及超過1000名人工智慧和機器人研究員共同簽署請願信，要求禁止在戰爭中使用人工智慧，並警告“自動化武器”可能帶來可怕災難。人工智慧系統正如此前的核能及核武一樣，必須通過強有力的國際公約來確保其和平使用，以保障世界各國的安全。
中國人工智慧的未來之路
中國要將目前的創新轉化為長期可持續的增長引擎，就必須制定一套精心策劃的戰略。政府可以為人工智慧的發展打牢根基，並且設定激勵人心的目標，以此刺激私營部門的創新和應用。人工智慧的發展基石包括完善的產業、經濟、社會以及外交政策框架。
相關產業及經濟政策框架
雖說人工智慧尚處於發展早期，但其發展很可能是非線性的。這就意味著完善的產業政策必須儘快到位，否則可能出現激勵不當、投資過度和供應過剩的風險，破壞人工智慧所產生的價值。市場將主導人工智慧技術的開發和應用，合適的政策框架可為其構建一個健康的發展環境。
戰略重點之一：建立完善的資料生態系統
海量資料是訓練人工智慧系統、吸引人才、加速創新的核心要素之一。中國可以通過建立並落實資料規範、向私營領域開放公共資料、鼓勵跨國資料交流來構建一個更為完善的資料生態系統。
首先，建立資料標準是進行廣泛 資料分享和實現系統間交交互操作的重要前提條件，有助於提升物聯網及人工智慧技術的價值。潛在的龐大資料體量是中國的天然優勢，使中國有機會在國際上更好地發揮領頭羊的作用。而且，在與中文語言相關的資料規範制定方面，中國也應起到主導作用。
對於特定行業資料，政府可要求現有的監管機構制定必要規則。比如美國證券交易委員會在2009年出臺規定，要求所有上市公司使用XBRL（可擴展商業報告語言）格式發佈財報，確保所有公開資料的機器可讀性。
其次，為了提升資料的多樣性，政府應提高公共資料的開放程度，並帶頭建設行業資料庫。這些舉措同時能夠提升公共服務品質、提供政策制定洞見，從而帶來額外益處。比如紐約市政府就建立了公開資料門戶網站，為市民提供經濟發展、醫療、休閒、公共服務等領域的資料。2012年紐約市還頒佈了《開放資料法案》，要求政府部門使用機器可讀取的資料並建立API（應用程式設計發展介面），方便軟體研發人員直接連接政府系統並獲取資料。
最後，中國政府還需考慮國際資料流程的價值。麥肯錫全球研究院的調查表明，2014年，跨境資料流程為全球經濟創造了2.8萬億美元的價值，對經濟增長的貢獻已經超過實體貿易。此外，研究還指出，由於經濟體需要接觸全球的思想、研究、科技、人才和最佳實踐案例，資料流程入和流出都能十分重要。
資料是未來的貨幣。例如在醫學研究中，如果沒有全球海量臨床資料的支援，人工智慧的潛力就無法得到充分挖掘。過多的桎梏將會束縛中國的人工智慧企業，導致其喪失開發具有全球競爭力產品的能力。
戰略重點之二：拓寬人工智慧在傳統行業的應用
只有當人工智慧技術在中國真正普遍的應用于傳統行業，而不僅僅屬於科技巨頭時，其經濟潛力才會充分彰顯。提升各行各業的生產力水準將創造巨大的價值，但中國首先需要克服重重障礙。
第一重障礙是很多商業領袖還沒有意識到改變現有業務運作方式的緊迫性。麥肯錫調查顯示，目前在中國的傳統行業中，超過40%的公司仍未將人工智慧列入戰略優先項。因此，許多公司仍未開始採集未來人工智慧系統所需要的資料。例如，農業公司鮮少記錄如種植時間表或是氣候對產出的影響，而這些資訊正是人工智慧生成洞見及提升效益所需要的。與此形成對比的是，英國、美國和日本都已建立了全國資訊系統採集此類資料，將先進的分析技術引入現代農業管理。
第二重障礙是專業技術知識的缺失。如上文所述，中國需要培養更多的優秀資料科學家，特別是在一些需求緊迫的領域。而能將人工智慧知識轉化為商業應用創造價值的人才也同樣緊缺。為了理解和應用資料，越來越多的企業決策者和中層管理者需要學習新技能。與英特爾類似，一家中國晶片製造商已經意識到，分析在製造和測試過程中的大量資料將有助於改進生產流程並降低殘次率。但由於缺乏既懂半導體技術，又懂人工智慧的人才，這一想法仍然沒能被付諸實施。
第三重障礙是實施成本較高。對中國企業而言，購買人工智慧系統、高價聘用專業人才有時並不合算。當人工成本較低時，引入先進技術、精簡人工流程的需求也並不那麼迫切。
人工智慧最大的價值在於引導傳統產業的徹底變革。如果政府能夠幫助克服人工智慧發展初期面臨的這些障礙，市場將有機會充分驅動人工智慧未來的發展。
減稅和補助等傳統經濟工具可以解決一些問題。同時，政府還應率先垂范應用人工智慧系統。這將產生強有力的跟隨效應，啟動市場，助力服務供應商的發展，積累技術經驗和人才，最終達到降低應用成本的目的。
戰略重點之三：加強人工智慧專業人才儲備
中國面臨著巨大的人工智慧人才缺口。政府需要大力投資人工智慧相關教育和研究項目；重新設計教育體系，突出創新和數位技術的重要性；制定吸引全球頂尖人才的移民政策。
推進人工智慧技術的發展，需要建立更大規模的電腦科學精英人才庫。政府可出資設立人工智慧項目，資助頂尖大學創建人工智慧研究實驗室和創新中心，以推進大學、科研機構和私營企業間的合作。在這方面，韓國政府已經邁出堅實的一步，投資1萬億韓元與韓國商業巨頭合資建立國家級的公私合營人工智慧研究中心。加拿大政府也有類似舉措：政府向蒙特利爾三所大學的人工智慧研究項目投資超過2億美元。
許多受訪專家表示，中國必須花大力氣培養更為廣泛的創新文化，方可實現人工智慧領域的突破。途徑之一就是引入將人工智慧和其他學科相結合的大學課程。斯坦福和麻省理工等頂尖美國高等院校已經開設了電腦科學與人文學科的聯合專業，旨在尋求激發創造力的新方法。此類課程能夠激發人工智慧在醫療、法律、金融和媒體等各領域的應用。
投資大學項目可帶來長期收益，因為人才是未來吸引國際公司的核心所在，而非傳統的稅收或其他財務優惠。人工智慧的大型研發團隊對吸引學術人才愈發重視。穀歌DeepMind團隊中有大約三分之二的成員來自如倫敦大學、牛津大學和蒙特利爾大學等學術機構。這一領域頂尖公司自然而然會向擁有大量人工智慧人才的城市彙聚。例如，隨著蒙特利爾在該領域的聲名鵲起，穀歌和微軟都宣佈了將向當地大學人工智慧研究所投資並拓寬公司在當地的業務。
除了培養國內人才，中國也需要與全球頂尖資料科學家合作，參與到國際協作之中，包括大力引進國際專家來華工作、鼓勵中國人工智慧研究者出國學習全球最新的創新科技。這些要求政府放鬆居住和移民政策，並出臺獎勵和支持措施。
戰略重點之四：確保教育和培訓體系與時俱進，支持勞動力大軍的再培訓
人工智慧在經濟和社會中的普遍應用還需要數十年，但中國現在就應為一些行業的快速顛覆做好準備。某種關鍵技術的突破短短幾年就可以讓一些職業消失。打字員、接線生、膠片洗印師及許多其他職業都隨著科技進步基本退出了歷史舞臺。
未來的一項長久挑戰是幫助受到人工智慧衝擊的行業勞動力重新適應並獲得新技能，這將是保障公共福利和維護社會穩定的關鍵。政府要及時識別哪些是最可能被自動化取代的工作，並為受到影響的勞動力提供再培訓，比如與職業培訓學校緊密合作，向工人提供免費教育的機會。
與此同時，政府也應著力加強資料和人工智慧在各個階層的教育。未來的政府領導必須理解人工智慧才能制定明智的政策，未來的管理人員必須瞭解人工智慧才能管理企業；未來的工人必須學會與人工智慧共事才能避免被淘汰。
中國應長期關注相關領域的教育，保證未來勞動力具備所需技能。這不僅包括建立未來資料科學家和工程師儲備庫，還要讓多數勞動力懂得如何在各行各業使用科技。學校需要更重視科學、技術、工程和數學教育，即使是基礎教育和職業培訓也需要增加資料教育的內容。
人工智慧和很多重複性工作的自動化很可能擴大數字鴻溝，因此政府對不平等問題的應對就顯得尤為重要。相關舉措包括確保教育機會的平等性，保證女學生、農村和內陸地區學生在科學、技術、工程、數學和人工智慧等各個方面能夠獲得充分教育。
戰略重點之五：在國內及國際上建立倫理和法律共識
人工智慧的進步將在多個方面為社會帶來深遠的影響。在最為緊迫的倫理和法律問題上，中國不僅要在本國，更要在國際上促成共識。
在國內，應形成一套透明和廣泛的質詢程式來確保公眾做好迎接變革的準備。一些法律問題，比如隱私保護和自動駕駛汽車的責任認定等，將對人工智慧的發展及應用有著舉足輕重的影響。全國人大需要建立起法律框架，掃清法律上的不確定性。
待法律框架建立之後，政府就要成立監管機構負責人工智慧的監督和管理。考慮到人工智慧在各行各業的廣泛應用，這就要求政府與各相關機構協商諮詢、發揮其專長。比如，醫療領域的應用不當將造成嚴重後果。因此，國家衛生和計劃生育委員會必須在規則制定過程中擁有強有力的話語權。
在國際方面，中國可以牽頭組建國際性的監管機構以促進人工智慧技術的和平、全面和可持續發展。該國際機構的目標應是監管人工智慧的發展、制定標準和確定倫理準則。
除了監管，中國還可以在全球經濟發展中起到模範作用。為保證全球數字鴻溝不會成為經濟繁榮的長期阻礙，中國可與其他發展中國家分享和交流人工智慧技術及管理經驗，從而揭開“人工智慧一帶一路”新篇章。
在未來數十年間，人工智慧有可能從根本上改變人類社會。中國應充分利用這一極其重大的技術進步提高生產力以保持較快增長。更為重要的是，中國有能力，也有機會領導人工智慧在全球範圍的發展和治理，確保人工智慧為全人類福祉做出應有的貢獻。
提升民生福祉。與此同時，由於它模糊了物理現實、數位和個人的界限，衍生出了複雜的倫理、法律及安全問題。隨著人工智慧的逐漸普及，需要審慎管理來應對這一轉變。
人工智慧的發展和應用應由市場主導，但它的健康發展也離不開完備的政策框架。我們建議，中國的人工智慧戰略應考慮五個重點：建立完善的資料生態系統，拓寬人工智慧在傳統行業的應用，加強人工智慧專業人才儲備，確保教育培訓體系與時俱進，，以及在國內和國際上建立倫理和法律共識。
科技產業正在快速的全球化。中國有能力，也有機會領導人工智慧在全球範圍的發展和治理，確保人工智慧為全人類福祉做出應有的貢獻。
《中國人工智慧的未來之路》摘要：
2016年3月，AlphaGo電腦程式輕取圍棋九段棋手李世石，立刻引發全世界的討論。這一里程碑事件向世界證明，機器可以像人類一樣思考，甚至比人類做得更好。樂觀人士相信人工智慧技術的突破將極大推動生產力的提高。
但同時也激發了對人工智慧或將取代人類工作的焦慮情緒，甚至有人擔心人類最終會創造出連自己都無法控制的智慧型機器。在紛繁的觀點背後，有一點毋庸置疑：人工智慧有著改變全球社會的巨大潛力。
隨著人口紅利的快速消失，中國急需尋找新的增長引擎。基於人工智慧的自動化可以提升生產力，幫助中國實現其經濟發展目標。
在這一背景下，理解人工智慧的發展及其對中國的影響尤為重要。本文將涵蓋以下內容：
第一部分簡要介紹人工智慧的發展歷程、現有技術水準及未來展望。
第二部分分析中國在人工智慧領域的實力並論述相關挑戰，以及人工智慧在經濟、社會和地緣政治方面的影響。
第三部分對中國在產業、經濟、教育、社會及國際政策方面就人工智慧發展提出五大戰略建議。
這可能是你看過最系統的“人工智慧與中國”分析。
《中國人工智慧的未來之路》全文：
人工智慧：拐點來臨
人工智慧意為機器對人腦思維認知功能的模擬。這一概念長期以來只存在於人類幻想和科幻小說中，直至20世紀五六十年代，有關人工智慧的理論初步形成後，才開始引發普遍樂觀情緒和第一波熱潮。但由於技術未能實現突破性進展，人工智慧無法達成預期效果，因此陷入了一段沉寂期。往後數十年間雖然不乏成功案例，但因為人工智慧在現實世界的成功案例太過孤立，所以不足以支撐大規模商業化。
讓我們快進至21世紀。
資料收集及整理、演算法、機器學習，以及高性能計算等技術的突飛猛進促成了革命性進步。例如，在以往被認為無法取勝的圍棋比賽中，AlphaGo成功擊敗人類世界冠軍，從而賦予了這場獲勝歷史性的意義。
而變革不僅發生在理論前沿。
金融、醫療、製造等行業應用發展迅速，人工智慧領域的全球風投也從2012年的5.89億美元猛增至2016年的50多億美元。麥肯錫預計，至2025年人工智慧應用市場總值將達到1270億美元。
瞭解人工智慧及其能力
以往人們借助電腦的運算能力可以更高效地完成任務。傳統的軟體程式由人類編寫，包含具體的指令要求。
人工智慧的工作模式完全不同。
它們依據通用的學習策略，可以讀取海量的大資料，並從中發現規律、聯繫和洞見。因此人工智慧能夠根據新資料自動調整，而無需重設程式。利用機器學習，人工智慧系統獲得了歸納推理和決策能力。
而深度學習更將這一能力推向了更高的層次。這些電腦系統能夠完全自主地學習、發現並應用規則。
雖然深度學習領域近來的突破可使人工智慧系統在一些關鍵能力上媲美甚至趕超人類，但距離實現通用人工智慧，即機器能夠完全模擬人類認知活動，仍需數十年的努力。
不過機器學習系統已經有了某些商業化落地，且應用廣泛，可以擔當客服、管理物流、監控工廠機械、優化能源使用以及分析醫學資料。
人工智慧技術通常由四個部分組成，即認知、預測、決策和集成解決方案。
認知是指通過收集及解釋資訊來感知並描述世界，包括自然語言處理、電腦視覺和音訊處理等技術。預測是指通過推理來預測行為和結果。舉例而言，此類技術可用來製作針對特定顧客的定向廣告。決策則主要關心如何做才能實現目標。這一領域的用例十分廣泛，如路線規劃、新藥研發、動態定價等。最後，當人工智慧與其他互補性技術（如機器人）結合時，可生成多種集成解決方案，如自動駕駛、機器人手術，以及能夠對刺激做出回應的家用機器人等。
人工智慧的未來：挑戰與機遇並存
.
過去的科技進步主要是指提升執行指定任務的能力。而當今的人工智慧則是賦予機器反應和適應能力以優化產出。通過與物聯網、機器人等技術的結合，人工智慧能夠構造出一個整合的資訊物理世界。
當今人工智慧發展勢頭正猛，未來有望在全球多個行業和場景下得到廣泛運用，尤其是我們將會看到大量的人類工作被機器取代。
麥肯錫全球研究院近期的一份報告對全球800多種職業所涵蓋的2000多項工作內容進行分析後發現，全球約50%的工作內容可以通過改進現有技術實現自動化。
當然，技術可行性只是影響自動化速度及程度的一個因素，還有其他因素需要考慮，包括研發和應用成本、勞動力市場供需、經濟效益，以及社會和政府監管部門的接受度。
綜合上述因素，麥肯錫全球研究院的這份自動化研究報告指出，在現今所有工作內容之中，過半會在2055年左右自動化，但這過程存在諸多變數。如果自動化推進速度快，達到該程度可能會提前20年；如果推進緩慢，則可能延後20年。
展望未來，人工智慧可成為應對一些社會核心挑戰的強大工具。在醫療領域，人工智慧將極大提升我們分析人類基因組和為患者開發個性化治療方案的能力，甚至大大加快治癒癌症、阿茲海默症和其他疾病的進程。在環保領域，人工智慧能夠分析氣候特徵並大規模降低能耗，幫助人類更好地監控和應對氣候變化問題。人工智慧甚至可以在地球以外地區發揮作用，他日或助力人類探索火星及外太空。
人工智慧對中國意味著什麼？
在多家中國科技巨頭積極研發的推動下，中國已成為全球人工智慧的發展中心之一。眾多的人口和完整的產業結構給中國提供了創造海量資料和廣闊市場的潛力。隨著老齡化的加速，中國提升生產力的要求就愈發迫切，因此人工智慧技術的運用對中國未來的經濟發展至關重要。
一方面，中國還需要做好許多基礎性工作，如更為開放的資料環境和訓練有素的資料科學人才。另一方面，人工智慧或將引發複雜的社會及經濟問題，應審慎考量。
中國在人工智慧發展中的地位
中國與美國是當今世界人工智慧研發領域的領頭羊。僅在2015年，兩國在學術期刊上發表的相關論文合計近1萬份，而英國、印度、德國和日本發表的學術研究文章總和也只相當於其一半。
中國的人工智慧發展多由科技企業推動引領。得益于大量的搜索資料和豐富的產品線，一些互聯網企業走在了自然語言處理、圖像和語音辨識等技術前沿。這些技術被整合應用於新產品中，如自動化私人助理、自動駕駛汽車等。
中國有充足的理由對其在人工智慧領域的潛力感到樂觀。龐大的人口基數產生的海量資料正是訓練人工智慧系統的前提條件。
但是，中國需要持續不斷的努力，才能保持人工智慧的領先地位，並且最大化其經濟潛能。發展創新能力是重中之重。雖然中國在人工智慧的論文數量方面超過了美國，但中國學者的研究影響力尚不及美國或英國同行。
中國人工智慧論文數量以及影響力
此外，美國的人工智慧生態系統也更為完善和活躍，創業公司數量遠超中國。由研究機構、大學及私營企業共同組成的生態系統龐大、創新且多元。矽谷在科技領域日積月累的強勁實力形成了強大而難以複製的優勢。
美國的AI生態更完善和活躍
資料
正如人類需要從食物中獲得能量，人工智慧的“食物”則是穩定的資料流程。人工智慧系統必須通過大量的資料來“訓練”自己，才能不斷提升輸出結果的品質。但資料領域的幾個因素可能會影響中國人工智慧的發展。首先，儘管中國的科技巨頭能夠通過其專有平臺獲得海量資料，但在創建一個標準統一、跨平臺分享的資料友好型生態系統方面，中國仍落後於美國。其次，全球各國都已意識到開放政府資料庫有助於促進私營領域創新，但中國政府資料的開放度仍極為有限。最後，對跨境資料流程通的限制也使得中國在全球合作中處於不利地位。
中國政府資料開放度為全球第93名
演算法
就應用層面而言，中國的演算法發展程度與其他國家並無太大差距。事實上，中國在語音辨識和定向廣告的人工智慧演算法上取得了突破進展。而全球的開源平臺也使得中國企業能夠快速地複製其他地區開發的先進演算法。
然而，中國的研究人員在基礎演算法研發領域仍遠遠落後于英美同行。一個主要原因就是人才短缺。美國半數以上的資料科學家擁有10年以上的工作經驗，而在中國，超過40%的資料科學家工作經驗尚不足5年。中國在人才方面的持續努力將至關重要。
目前，中國只有不到30所大學的研究實驗室專注於人工智慧，輸出人才的數量遠遠無法滿足人工智慧企業的用人需求。此外，中國的人工智慧科學家大多集中于電腦視覺和語音辨識等領域，造成其他領域的人才相對匱乏。如果中國大學對學生提出更高的數學和統計學要求，並且集中資源發展該領域全球前沿研究，人工智慧的發展必將受益匪淺。另一個值得思考的方向是改進現有的科研經費分配模式來推進創新。
計算能力
就人工智慧的商業應用而言，計算能力並非當前掣肘。由於微處理器在全球市場上是非常普遍的產品，計算能力已經成為一種能夠輕鬆購買得到的商品。
然而，中國絕不能忽視發展自己的先進半導體、微處理器和高性能計算技術的重要性。高運算速度的計算技術是發展尖端人工智慧技術的重中之重，而其耗能水準則決定著人工智慧解決方案能否實現大規模商業化。計算能力是人工智慧的基礎設施之一，因此具有極高的戰略意義。依賴進口意味著這一基礎設施的堅固程度仍不理想。
長期以來，中國的微晶片嚴重依賴進口，部分類型的高端半導體則幾乎完全依靠進口。2015年，美國政府禁止了英特爾、英偉達和AMD這三家全球最大的晶片供應商向中國機構出售高端超級電腦晶片。這一禁令顯示了中國在半導體方面的自主研發能力對於未來人工智慧發展十分重要。
中國政府在2014年出臺了《國家積體電路產業發展推進綱要》以及中國製造2025行動綱領。中國政府還成立了國家積體電路產業投資基金，目前募資已超過200億美元。相關行動已初見成效：2016年6月“神威太湖之光”超級電腦問世，成為世界上運算速度最快的超級電腦，使用的是中國自主智慧財產權的處理器。
總而言之，在探索發展人工智慧的戰略進程中，中國需要清楚地認識到，科技產業正在快速全球化。從基礎研究到應用開發，再到硬體生產，人工智慧全產業鏈的各個環節都包含著大量國際合作。在建設自己的資料生態系統、培養資料科學和研發人才，以及打造半導體產業的同時，中國還需要將其人工智慧產業建設成為一個與全球市場融合的開放系統。
人工智慧對經濟的影響
隨著中國老齡化日益嚴重，生產力的提升刻不容緩，人工智慧正是加快生產力增長的重要機遇。然而，政策制定者還應考慮到它可能對勞動力市場產生的震盪。
在過去數十年，中國因人口紅利受益良多，勞動力的擴張大大促進了經濟增長。但老齡化正使中國逐漸失去這一推動力。中國的勞動年齡人口最早將在2024年達到峰值，並在之後的50年中減少五分之一。這一人口結構變化趨勢意味著在當前生產力水準的基礎上，中國將缺乏足夠的勞動力以維持其經濟增長。拉動經濟增長唯一可行的方式就是大幅推動生產力增長。
人工智慧有助於縮小這一差距。通過輔助或替代人類勞動，人工智慧系統能夠更有效率地完成現有工作，從而提升生產力。
酒店和餐飲服務業、製造業以及農業在中國經濟結構中佔據了相當大的比重，其中包含大量重複的、可自動化的工作內容。麥肯錫全球研究院預測，根據應用速度的不同，基於人工智慧的自動化為中國帶來的生產力提升每年可貢獻0.8至1.4個百分點的經濟增長。
除了提升生產力之外，人工智慧技術的不斷發展也將創造新的產品和服務，提供新的崗位和業務。就在幾十年前，還沒有人會想到互聯網經濟催生的新職業，而人工智慧也將帶來相似的變革。
人工智慧有大幅提升生產力增長的潛力，但代價可能是收入差距的進一步拉大。總而言之，人工智慧將推動形成所謂的“技能偏好型科技變革”——即數字技能將特別受到重視，而對中低端技能勞動力的需求將縮小。比如，考慮到阿裡巴巴已在其移動支付應用中啟用了人工智慧客服，由此可以設想今後客服等職位的需求將減少。勞動力總需求因而可能下降，儘管平均收入水準有希望上升，財富分配則將進一步向具備合適技能的人才聚攏。“數字鴻溝”有可能擴大社會分化。
總體而言，中國目前從事可自動化工作的勞動力人口超過其他國家。麥肯錫全球研究院預測中國51%的工作內容有自動化潛力，這將對相當於3.94億全職人力的衝擊。
根據成本效益分析，中等技能工人將首當其衝，而低收入崗位則可能存在更長時間。但這並不意味著如今的高端工種能夠完全免受衝擊。
比如，醫生之類專業人士的部分工作也可能被自動化，而醫生的工作內容將會更專注於與人的溝通和互動。許多職業並不會消失，但其工作內容將會發生改變，因此教育和培訓體系也應與時俱進。
一份美國政府報告預測了可能在未來盛行的四大類人工智慧相關工作：使用人工智慧系統完成複雜任務的協作性工作（如護士使用人工智慧應用常規查房）；開發人工智慧科技和應用的研發性工作（如數據科學家和軟體研發人員）；監測、授權或修理人工智慧系統的監測性工作（如人工智慧機器人的修理師）；適應人工智慧時代的工作（如建立人工智慧相關法律框架的律師或設計適合自動汽車行駛環境的城市規劃師）。
對先進數位技能的需求增加和低端勞動力的剩餘將可能導致不平等的加劇，部分人群在這一問題面前尤為弱勢。比如，目前女性在中國電腦技術專業畢業生中的占比不到20%；從事可自動化的、重複性職業的女性過多，而在科技和管理崗位中又不足。在最新的萬事達卡女性進步指數中，中國女性在就業方面得分83.8，但在領導方面僅獲27.8分，說明了高技能職位的兩性平權遠未實現。而人工智慧因此可能會進一步加劇性別不平等。
與之相似，人工智慧的逐步應用也可能進一步拉大富裕沿海地區與欠發達內陸地區的差距，加劇城鄉發展的不平衡。只有認真研究充分評估各種可能性，才能規劃好人工智慧佔據重要一席的未來。
對社會的影響
人工智慧發展前景廣闊，可用於改善醫療、環境、安全和教育，提升民生福祉。與此同時，由於它模糊了物理現實、數位和個人的界限，衍生出了複雜的倫理、法律及安全問題。隨著人工智慧的逐漸普及，需要審慎管理來應對這一轉變。
許多現有用例展現出了人工智慧解決社會問題的潛力。
人工智慧系統能夠説明科學家預測環境變化。康奈爾大學利用這一技術預測動物棲息地變化以保護某些鳥類。人工智慧在醫療領域也得到廣泛應用。荷蘭政府使用人工智慧技術為特定病患群體尋找最有效的治療方案，並通過分析數位化的醫療檔案來減少醫療失誤。
在美國，拉斯維加斯衛生部利用人工智慧技術進行公共衛生監測，通過社交媒體的追蹤來確定疾病爆發的源頭。人工智慧系統還能提升公共交通系統的安全性和效率。已有證據表明使用人工智慧技術的自動駕駛汽車可以減少交通事故。而阿裡巴巴與杭州政府合力推進智慧城市交通體系，以人工智慧控制交通信號燈，可以有效減少城市特定區域的擁堵並使通行速度提高11%。
另外，人工智慧還被用於預測能源需求，管理能源使用。穀歌大資料中心的能耗降低，英國政府對電網系統中需求高峰的管理都是該技術方向的早期用例。對企業和消費者而言，這意味著高達數十億美元的能源節約機會。
然而，除了這些潛力外，管理具備自主學習和決策能力的機器也是一份艱巨的責任。許多值得深思的倫理和法律問題因此而生。
首先，當感測器和人工智慧無處不在時，企業得以不斷收集個人資訊，不僅在人們使用數位設備時，也在人們往返於公共和私人空間時。在某些特定場合，比如醫院，採集這些個人資訊極為敏感。這就引發了一系列問題：誰擁有個人資料？資料應以何種方式共用？面對日趨嚴峻的網路安全攻擊又該如何保護資料？
其次，人工智慧可能在決策過程中產生無意識的歧視。由於現實世界存在著各種形式的種族歧視、性別歧視和偏見，輸入演算法中的資料也可能附帶這些特徵。而當機器學習演算法學習了這些帶有偏見的訓練資料，也就繼承了偏見。
2016年，一家頂尖的人工智慧企業就發生了此類事故：該公司通過網路論壇訓練了一個實驗性聊天機器人，不曾想機器人學會了各種種族歧視和性別歧視的語言，惹惱了許多網路使用者。可以想見，如果有偏見的人工智慧處在了決策地位，那麼其決策可能會導致特定人群受到不公正的待遇。
除倫理問題之外，人工智慧在社會的普及更會產生諸多法律層面的影響。如果人工智慧的決策導致意外甚至犯罪，誰應當對其負責？人工智慧創作的智慧財產權歸誰所有？一旦人工智慧擁有超級能力，又該用哪些措施進行監管？人工智慧研發人員有哪些法律權利與義務？要建立一個完善的法律及倫理框架，仍有許多問題尚待充分探討。
對地緣政治的影響
人工智慧的發展大多在開源環境下進行，充分體現了國際合作的重要性。進一步的推進人工智慧的發展也需要各國合力提供更為廣泛的資料、演算法、資金和人才交流。
此外，正如基於人工智慧技術的自動化將造成勞動力市場分化，技術不發達的發展中國家在這一波發展浪潮中也將落於下風，國家間的數字鴻溝進一步擴大。一些國家原本期待快速增長的人口能夠推動勞動力密集型經濟的發展，但如果大量人力工作被機器取代，甚至可能出現新的社會動盪。
最後，電腦類比工具已經被廣泛運用在戰爭推演，而人工智慧將進一步提升這類模擬的精度和能力。人工智慧武器化隱藏著巨大的風險。由美國海軍委託撰寫的一份報告聲稱，隨著軍用機器人的複雜化，人們應更多關注其自主決策能力帶來的影響。
史蒂芬·霍金、伊隆·馬斯克及超過1000名人工智慧和機器人研究員共同簽署請願信，要求禁止在戰爭中使用人工智慧，並警告“自動化武器”可能帶來可怕災難。人工智慧系統正如此前的核能及核武一樣，必須通過強有力的國際公約來確保其和平使用，以保障世界各國的安全。
中國人工智慧的未來之路
中國要將目前的創新轉化為長期可持續的增長引擎，就必須制定一套精心策劃的戰略。政府可以為人工智慧的發展打牢根基，並且設定激勵人心的目標，以此刺激私營部門的創新和應用。人工智慧的發展基石包括完善的產業、經濟、社會以及外交政策框架。
相關產業及經濟政策框架
雖說人工智慧尚處於發展早期，但其發展很可能是非線性的。這就意味著完善的產業政策必須儘快到位，否則可能出現激勵不當、投資過度和供應過剩的風險，破壞人工智慧所產生的價值。市場將主導人工智慧技術的開發和應用，合適的政策框架可為其構建一個健康的發展環境。
戰略重點之一：建立完善的資料生態系統
海量資料是訓練人工智慧系統、吸引人才、加速創新的核心要素之一。中國可以通過建立並落實資料規範、向私營領域開放公共資料、鼓勵跨國資料交流來構建一個更為完善的資料生態系統。
首先，建立資料標準是進行廣泛 資料分享和實現系統間交交互操作的重要前提條件，有助於提升物聯網及人工智慧技術的價值。潛在的龐大資料體量是中國的天然優勢，使中國有機會在國際上更好地發揮領頭羊的作用。而且，在與中文語言相關的資料規範制定方面，中國也應起到主導作用。
對於特定行業資料，政府可要求現有的監管機構制定必要規則。比如美國證券交易委員會在2009年出臺規定，要求所有上市公司使用XBRL（可擴展商業報告語言）格式發佈財報，確保所有公開資料的機器可讀性。
其次，為了提升資料的多樣性，政府應提高公共資料的開放程度，並帶頭建設行業資料庫。這些舉措同時能夠提升公共服務品質、提供政策制定洞見，從而帶來額外益處。比如紐約市政府就建立了公開資料門戶網站，為市民提供經濟發展、醫療、休閒、公共服務等領域的資料。2012年紐約市還頒佈了《開放資料法案》，要求政府部門使用機器可讀取的資料並建立API（應用程式設計發展介面），方便軟體研發人員直接連接政府系統並獲取資料。
最後，中國政府還需考慮國際資料流程的價值。麥肯錫全球研究院的調查表明，2014年，跨境資料流程為全球經濟創造了2.8萬億美元的價值，對經濟增長的貢獻已經超過實體貿易。此外，研究還指出，由於經濟體需要接觸全球的思想、研究、科技、人才和最佳實踐案例，資料流程入和流出都能十分重要。
資料是未來的貨幣。例如在醫學研究中，如果沒有全球海量臨床資料的支援，人工智慧的潛力就無法得到充分挖掘。過多的桎梏將會束縛中國的人工智慧企業，導致其喪失開發具有全球競爭力產品的能力。
戰略重點之二：拓寬人工智慧在傳統行業的應用
只有當人工智慧技術在中國真正普遍的應用于傳統行業，而不僅僅屬於科技巨頭時，其經濟潛力才會充分彰顯。提升各行各業的生產力水準將創造巨大的價值，但中國首先需要克服重重障礙。
第一重障礙是很多商業領袖還沒有意識到改變現有業務運作方式的緊迫性。麥肯錫調查顯示，目前在中國的傳統行業中，超過40%的公司仍未將人工智慧列入戰略優先項。因此，許多公司仍未開始採集未來人工智慧系統所需要的資料。例如，農業公司鮮少記錄如種植時間表或是氣候對產出的影響，而這些資訊正是人工智慧生成洞見及提升效益所需要的。與此形成對比的是，英國、美國和日本都已建立了全國資訊系統採集此類資料，將先進的分析技術引入現代農業管理。
第二重障礙是專業技術知識的缺失。如上文所述，中國需要培養更多的優秀資料科學家，特別是在一些需求緊迫的領域。而能將人工智慧知識轉化為商業應用創造價值的人才也同樣緊缺。為了理解和應用資料，越來越多的企業決策者和中層管理者需要學習新技能。與英特爾類似，一家中國晶片製造商已經意識到，分析在製造和測試過程中的大量資料將有助於改進生產流程並降低殘次率。但由於缺乏既懂半導體技術，又懂人工智慧的人才，這一想法仍然沒能被付諸實施。
第三重障礙是實施成本較高。對中國企業而言，購買人工智慧系統、高價聘用專業人才有時並不合算。當人工成本較低時，引入先進技術、精簡人工流程的需求也並不那麼迫切。
人工智慧最大的價值在於引導傳統產業的徹底變革。如果政府能夠幫助克服人工智慧發展初期面臨的這些障礙，市場將有機會充分驅動人工智慧未來的發展。
減稅和補助等傳統經濟工具可以解決一些問題。同時，政府還應率先垂范應用人工智慧系統。這將產生強有力的跟隨效應，啟動市場，助力服務供應商的發展，積累技術經驗和人才，最終達到降低應用成本的目的。
戰略重點之三：加強人工智慧專業人才儲備
中國面臨著巨大的人工智慧人才缺口。政府需要大力投資人工智慧相關教育和研究項目；重新設計教育體系，突出創新和數位技術的重要性；制定吸引全球頂尖人才的移民政策。
推進人工智慧技術的發展，需要建立更大規模的電腦科學精英人才庫。政府可出資設立人工智慧項目，資助頂尖大學創建人工智慧研究實驗室和創新中心，以推進大學、科研機構和私營企業間的合作。在這方面，韓國政府已經邁出堅實的一步，投資1萬億韓元與韓國商業巨頭合資建立國家級的公私合營人工智慧研究中心。加拿大政府也有類似舉措：政府向蒙特利爾三所大學的人工智慧研究項目投資超過2億美元。
許多受訪專家表示，中國必須花大力氣培養更為廣泛的創新文化，方可實現人工智慧領域的突破。途徑之一就是引入將人工智慧和其他學科相結合的大學課程。斯坦福和麻省理工等頂尖美國高等院校已經開設了電腦科學與人文學科的聯合專業，旨在尋求激發創造力的新方法。此類課程能夠激發人工智慧在醫療、法律、金融和媒體等各領域的應用。
投資大學項目可帶來長期收益，因為人才是未來吸引國際公司的核心所在，而非傳統的稅收或其他財務優惠。人工智慧的大型研發團隊對吸引學術人才愈發重視。穀歌DeepMind團隊中有大約三分之二的成員來自如倫敦大學、牛津大學和蒙特利爾大學等學術機構。這一領域頂尖公司自然而然會向擁有大量人工智慧人才的城市彙聚。例如，隨著蒙特利爾在該領域的聲名鵲起，穀歌和微軟都宣佈了將向當地大學人工智慧研究所投資並拓寬公司在當地的業務。
除了培養國內人才，中國也需要與全球頂尖資料科學家合作，參與到國際協作之中，包括大力引進國際專家來華工作、鼓勵中國人工智慧研究者出國學習全球最新的創新科技。這些要求政府放鬆居住和移民政策，並出臺獎勵和支持措施。
戰略重點之四：確保教育和培訓體系與時俱進，支持勞動力大軍的再培訓
人工智慧在經濟和社會中的普遍應用還需要數十年，但中國現在就應為一些行業的快速顛覆做好準備。某種關鍵技術的突破短短幾年就可以讓一些職業消失。打字員、接線生、膠片洗印師及許多其他職業都隨著科技進步基本退出了歷史舞臺。
未來的一項長久挑戰是幫助受到人工智慧衝擊的行業勞動力重新適應並獲得新技能，這將是保障公共福利和維護社會穩定的關鍵。政府要及時識別哪些是最可能被自動化取代的工作，並為受到影響的勞動力提供再培訓，比如與職業培訓學校緊密合作，向工人提供免費教育的機會。
與此同時，政府也應著力加強資料和人工智慧在各個階層的教育。未來的政府領導必須理解人工智慧才能制定明智的政策，未來的管理人員必須瞭解人工智慧才能管理企業；未來的工人必須學會與人工智慧共事才能避免被淘汰。
中國應長期關注相關領域的教育，保證未來勞動力具備所需技能。這不僅包括建立未來資料科學家和工程師儲備庫，還要讓多數勞動力懂得如何在各行各業使用科技。學校需要更重視科學、技術、工程和數學教育，即使是基礎教育和職業培訓也需要增加資料教育的內容。
人工智慧和很多重複性工作的自動化很可能擴大數字鴻溝，因此政府對不平等問題的應對就顯得尤為重要。相關舉措包括確保教育機會的平等性，保證女學生、農村和內陸地區學生在科學、技術、工程、數學和人工智慧等各個方面能夠獲得充分教育。
戰略重點之五：在國內及國際上建立倫理和法律共識
人工智慧的進步將在多個方面為社會帶來深遠的影響。在最為緊迫的倫理和法律問題上，中國不僅要在本國，更要在國際上促成共識。
在國內，應形成一套透明和廣泛的質詢程式來確保公眾做好迎接變革的準備。一些法律問題，比如隱私保護和自動駕駛汽車的責任認定等，將對人工智慧的發展及應用有著舉足輕重的影響。全國人大需要建立起法律框架，掃清法律上的不確定性。
待法律框架建立之後，政府就要成立監管機構負責人工智慧的監督和管理。考慮到人工智慧在各行各業的廣泛應用，這就要求政府與各相關機構協商諮詢、發揮其專長。比如，醫療領域的應用不當將造成嚴重後果。因此，國家衛生和計劃生育委員會必須在規則制定過程中擁有強有力的話語權。
在國際方面，中國可以牽頭組建國際性的監管機構以促進人工智慧技術的和平、全面和可持續發展。該國際機構的目標應是監管人工智慧的發展、制定標準和確定倫理準則。
除了監管，中國還可以在全球經濟發展中起到模範作用。為保證全球數字鴻溝不會成為經濟繁榮的長期阻礙，中國可與其他發展中國家分享和交流人工智慧技術及管理經驗，從而揭開“人工智慧一帶一路”新篇章。
在未來數十年間，人工智慧有可能從根本上改變人類社會。中國應充分利用這一極其重大的技術進步提高生產力以保持較快增長。更為重要的是，中國有能力，也有機會領導人工智慧在全球範圍的發展和治理，確保人工智慧為全人類福祉做出應有的貢獻。